练习 PyPortfolioOpt：收益率
现代投资组合理论（Modern Portfolio Theory）是投资组合风险管理的基石，因为有效前沿是评估投资者风险偏好和衡量市场风险—收益权衡的标准方法。在本练习中，您将使用 PyPortfolioOpt 的 pypfopt Python 库，开发用于探索投资组合有效前沿的强大工具。
要计算有效前沿，需要投资组合的期望收益和协方差矩阵。
在练习加载投行价格数据后，您将使用 pypfopt.expected_returns 中的 mean_historical_return 方法，从每日资产价格计算并可视化各家银行的年化平均收益。下一道练习将介绍协方差矩阵。
本练习是课程的一部分
Python 中的定量风险管理
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Load the investment portfolio price data into the price variable.
prices = pd.____("portfolio.csv")
# Convert the 'Date' column to a datetime index
prices['Date'] = pd.to_datetime(____['Date'], format='%d/%m/%Y')
prices.____(['Date'], inplace = True)